Tether Data flytter AI væk fra skyen med en ny billedbehandlingsmodel med 460 mio. parametre

VisionPsy-Nano, der blev frigivet onsdag af virksomhedens AI-forskningsafdeling, QVAC, kan analysere billeder, dokumenter og diagrammer og derefter besvare spørgsmål uden at sende kildematerialet til et eksternt system. Telefonen håndterer både indtastning og svar, hvilket gør det muligt for softwaren at fungere offline og opbevare data på enheden.

QVAC oplyser, at Tether AI Researchs model opnåede den højeste samlede score blandt vision-sprog-systemer med færre end 500 millioner parametre. I 17 benchmark-tests overgik den konkurrerende modeller i 16 af dem.

Sådan klarer den sig

Modellen opnåede en normaliseret score på 62,3 sammenlignet med 59,6 for Liquid AI’s LFM2.5-VL-450M og 52,5 for Hugging Face’s SmolVLM2-500M. QVAC’s tidligere basismodel, nanoVLM-460M-8k, opnåede en score på 54,9.

Tether Data-udgivelsen findes i to versioner. Standardversionen prioriterer nøjagtighed, mens Flash-versionen går lidt på kompromis med kvaliteten for at opnå hurtigere svar. QVAC oplyser, at Flash bevarer omkring 99 % af den fulde models ydeevne, samtidig med at den leverer sit første resultat op til 23 gange hurtigere end SmolVLM2-500M på Android-telefoner og op til 36 gange hurtigere på en iPhone 15.

Den responstid er afgørende på mobil hardware. En kompakt model kan klare sig godt i test, men stadig føles upraktisk, hvis brugerne skal vente, mens enheden behandler et billede. Flash er designet til at reducere den indledende forsinkelse.

Kunstig intelligens-systemet (AI) understøtter også dokumentanalyse og optisk tegngenkendelse, hvor det udtrækker tekst og struktur fra finansielle rapporter, flowdiagrammer og infografikker.

QVAC oplyser, at modellen slog konkurrenter af tilsvarende størrelse med gennemsnitligt 7,4 % i test af visuel ræsonnementsevne. Den overgik også modeller, der var mere end dobbelt så store, i MM-IFEval og POPE, herunder udgivelser fra Qwen og InternVL.

Hvorfor det lille fodaftryk er vigtigt

At flytte billedbehandling fra et datacenter til en telefon medfører strenge begrænsninger med hensyn til hukommelse, varmeudvikling, batteriforbrug og regnekraft. Kompakte modeller kan ofte håndtere almindelig tekst, men mister nøjagtigheden, når de skal læse komplekse diagrammer, tabeller eller scannede dokumenter.

QVAC’s benchmarkresultater tyder på, at modellen har bevaret en stor del af denne evne, samtidig med at den er lille nok til forbrugerenheder. Lokal behandling betyder også, at dokumenter ikke behøver at blive uploadet, og at softwaren kan fortsætte med at fungere uden en netværksforbindelse.

Udviklet til flere implementeringsmuligheder

Udviklere kan få adgang til modellen via Hugging Face Transformers, en kvantiseret GGUF-version til llama.cpp eller et vLLM-backend til brug på servere med større datamængder.

QVAC har også offentliggjort sine benchmark-konfigurationer via VLMEvalKit, hvilket giver eksterne forskere mulighed for at gentage testene. Begge versioner bruger Apache 2.0-licensen, der tillader kommerciel brug, ændring og videredistribution.

En del af Tethers bredere AI-strategi

Tethers CEO, Paolo Ardoino, sagde, at udgivelsen understøtter virksomhedens satsning på lokale, effektive AI-systemer.

»At opnå førsteklasses kvalitet og ydeevne på generelle synsopgaver med blot 460 millioner parametre beviser, at lokal-først, højeffektiv AI er en bæredygtig vej frem,« sagde Ardoino.

Modellen følger i kølvandet på flere QVAC-udgivelser, der går tilbage til oktober 2025, herunder syntetiske træningsdatasæt, et platformsuafhængigt softwareudviklingskit samt medicinske modeller designet til mobiltelefoner og bærbare enheder.

For udviklere tilbyder udgivelsen offline billedanalyse uden brugsbaserede API-omkostninger. Virksomheder kan opbevare følsomme dokumenter på enheden, mens forbrugere kan bruge AI-funktioner uden signal. Forskere kan uafhængigt teste virksomhedens påstande om ydeevne ved hjælp af de offentliggjorte konfigurationer.

Tether har finansieret sin AI-udvidelse med overskud fra sin USDT-stablecoin-forretning. Virksomheden har også investeret i AI-infrastruktur, bioteknologi og robotteknologi, herunder en serie C-investering i NEURA Robotics til en værdi af op til 1,4 milliarder dollar.